python基础

一、常见的标准库

1、系统交互类

(1)sys

  • 控制 Python 运行环境,支持命令行参数解析(sys.argv )、程序退出(sys.exit() )和解释器信息获取(sys.version )。

(2)os

  • 访问操作系统功能,如目录操作(os.mkdir )、环境变量管理(os.environ )、执行系统命令(os.system )。

(3)platform

  • 获取操作系统和硬件平台的详细信息

2、数据处理类

(1)json

  • 处理 JSON 数据,支持序列化(json.dumps )与反序列化(json.loads )。

(2)collections

  • 提供高效数据结构,如计数器(Counter)、有序字典(OrderedDict)和默认字典(defaultdict)。

(3)pickle

  • 序列化 Python 对象到文件或字节流。

3、文件与目录操作

(1)shutil

  • 高级文件操作(复制、移动、删除目录)。

(2)glob

  • 通过通配符匹配文件路径。

4、日期与时间处理

(1)datetime

  • 处理日期和时间对象,支持时间差计算(timedelta)和格式化输出(strftime)。

(2)time

·获取时间戳(time.time )、线程休眠(time.sleep )和时间格式化。

5、数学与算法

(1)math

  • 数学函数(三角函数、对数)和常量(π、e)。

(2)random

  • 生成随机数、随机抽样(random.choice )和打乱序列(random.shuffle )。

6、网络与协议

(1)urllib

  • 处理 HTTP 请求(urllib.request.urlopen )和 URL 解析。

(2)argparse

  • 解析命令行参数,生成帮助文档。

7、其他高频工具

  • re:正则表达式文本匹配
  • logging:日志记录与分级输出
  • itertools:生成高效迭代器

        标准库无需额外安装,为开发者提供开箱即用的功能。

二·、常见扩展库

1、数据处理与分析

(1)NumPy

  • 提供高效的多维数组计算能力,支持科学计算和矩阵运算,是许多其他库的基础。

(2)Pandas

  • 专为数据分析设计,支持数据清洗、转换和高效操作(如DataFrame结构),适用于结构化数据处理。

(3)SciPy

  • 扩展NumPy功能,提供积分、优化、信号处理等科学计算工具。

2、数据可视化

(1)Matplotlib

  • 基础绘图库,支持2D/3D图表生成,可定制化程度高。

(2)Seaborn

  • 基于Matplotlib的高级接口,简化统计图表的生成。

(3)Pyecharts

  • 结合Echarts的交互式可视化库,适合生成动态图表和网页嵌入。

3、机器学习与深度学习

(1)Scikit-learn

  • 提供分类、回归、聚类等经典算法,适合快速实现机器学习任务。

(2)TensorFlow/PyTorch

  • 深度学习框架,支持神经网络构建与训练,适用于复杂模型开发。

4、Web开发

(1)Django

  • 全功能Web框架,内置ORM、模板引擎和路由系统,适合大型项目。

(2)Flask

  • 轻量级框架,灵活易扩展,适合小型应用或API开发。

5、网络请求与爬虫

(1)Requests

  • 简化HTTP请求的发送与处理,支持会话管理和超时设置。

(2)Scrapy

  • 爬虫框架,提供数据提取、存储和自动化流程管理。

6、图像处理与自动化

(1)Pillow (PIL)

  • 图像处理库,支持格式转换、裁剪和滤镜操作。

(2)OpenCV

  • 计算机视觉库,常用于图像识别和视频处理。

7.数据库与缓存

(1)SQLAlchemy

  • ORM工具,支持多种数据库的抽象操作。

(2)Redis

  • 缓存与消息队列库,适用于高性能数据存储。

8、其他高频推荐库

  • BeautifulSoup:HTML/XML解析库,常用于爬虫数据提取。
  • Celery:分布式任务队列,支持异步任务调度。
  • PyMySQL:MySQL数据库连接库。

        标准库奠定开发基础,扩展库则推动Python在专业领域的深度应用。两者共同构建了Python高效、灵活的编程生态。

三、安装扩展库与删除扩展库的方法

在终端中输入

pip install XX  #安装XX包

pip unstall XX  #删除XX包

四、标准库与扩展库对象的导入与使用

(1)直接引用

        import 模块名

(2)别名引用

        import 模块名 as 函数

(3)函数导入from模块名

        from 模块名  import *

         from 模块名  import XX

你可能感兴趣的:(python,学习)